TensorFlow备忘录——conv2d函数

2024年4月5日 130次阅读 来源: tensorflow

卷积函数

TensorFlow学习备忘录

tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)

Args

  • input: A 4-D Tensor。 需要计算卷积的图像，其shape是[batch, height, width, channels]。Tensor shape可以由data_format设定。Type必须是"half", "float32","float64"之一。
  • filter: A 4-D Tensor。 卷积核。 Type和input相同。Shape是[卷积核高度，卷积核宽度， 图像通道数， 卷积核个数]。
  • strides: 1-D Tensor of length 4。步长。Shape和input相同，一般batch和channels恒定为1，即[1, height, weight, 1]
  • padding: 卷积方式。可选方法有"SAME"、"VALID"。其中，VALID方式以（1,1）作为卷积的左上角起始点。SAME则以（1,1）作为卷积的中心起始点。即，SAME方法得到的卷积矩阵要大于VALID。
  • use_cudnn_on_gpu: 是否使用GPU加速。默认为True。
  • data_format: 数据格式，支持的格式有"NHWC"和"NCHW"。其中的区别主要是channels参数的位置。一般使用默认即可。
  • name: 用以指定该操作的name。在TensorBoard展示中较为有用。

Returns

A Tensor。卷积操作后的特征图。

    原文作者：tensorflow
    原文地址: https://www.cnblogs.com/magle/p/8567400.html
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞